Py学习  »  Git

GitHub狂揽6.1w stars,一个AI求职助手,凭什么?

极客AI开源圈 • 2 周前 • 115 次点击  
每天推荐一个最值得用的 AI 开源项目

大家好,我是Bite。

今天逛github,发现一个有趣且实用的项目,它还有个吉祥物:Pip,是一只送信的鸟投简历这件事,它替你飞。

这个开源求职框架项目:61,206 颗星,作者用它给自己找工作,69 份定制申请,换来 20 次初面,最终签下一份合同。

它是什么?

一句话讲清:这是一个把 Claude Code 变成全栈求职助手的框架。你 fork 下来、填好档案,它帮你评估岗位、定制简历、写求职信、准备面试。

和那些把简历上传到第三方SaaS的求职工具相比,它最大的不同是 数据不出本机。简历、联系方式、薪资期望,全都躺在你自己的仓库里,不由平台托管。

作者 Mads Lorentzen 是地球物理学家,2025 年底被裁。他没投靠现成的求职平台,而是自己写了一套流程给自己用。原话很直接:它帮我找到了工作,现在归你了。

四个命令,一条线走完求职闭环

整个框架的核心,是四个命令串起来的流程:

  • /setup:建档。读你现有的 CV、LinkedIn 导出、学历证明,或直接面试问答。
  • /scrape:搜岗位。多门户搜索、去重、按匹配度排序。
  • /apply :评估匹配 + 起草定制 CV 和求职信。
  • /interview:准备面试。基于你投的那份申请,生成针对性面试包。

从建档到面试,一条线走完,不用在十几个工具之间来回切。

它凭什么不一次成稿

大部分 AI 写简历,是输入岗位、吐出一份,一次成稿,好坏看运气。

这个框架不一样。它的 /apply 走的是 drafter-reviewer 双 agent 管线:

  1. 起草 agent 生成定制 CV 和求职信,LaTeX 排版。
  2. 审校 agent 用一个全新上下文,去查公司、批判性审稿,挑出漏掉的关键词、虚弱的表述、套话。
  3. drafter 按意见修订,才输出终稿。

这还没完,有几个地方我看得挺意外:

PDF 验证循环。 LaTeX 简历最容易翻车的是.tex 看着挺好,编译成 PDF 就崩,职位名跑到下一页、求职信溢出到第二页。它每次都会编译 PDF 并视觉检查,自动修排版,直到 CV 正好 2 页、求职信正好 1 页。

ATS 解析检查。 大厂简历先过申请人追踪系统这道机器关。它用 pdftotext 抽出 PDF 文本层,按 ATS 的视角验证联系方式是不是真文本、阅读顺序对不对、关键词覆盖够不够。该补的补,真实缺口如实标出来,不硬塞。

相关性加权裁剪。 CV 超 2 页时,它不机械删最老的,而是给每条按和目标岗位相关度、文档内唯一性、求职信是否依赖打分,先删总分最低的那条。

这三条,是它和套壳简历工具真正拉开差距的地方。

安装与配置

流程不复杂,但有前置条件:

gh repo fork MadsLorentzen/ai-job-search --clone
cd ai-job-search

python3 tools/install_portal_clis.py   # 安装岗位搜索 CLI

claude          # 启动 Claude Code
# 进去后依次执行:
/setup          # 建档
/scrape         # 搜岗位
/apply   # 评估 + 定制简历求职信
/interview      # 面试准备

前置条件看清:Claude Code 没有免费层,需要 Pro/Max/Team 订阅或 API 额度;还要装 Bun、Python 3.10+、带 lualatex/xelatex 的 LaTeX 发行版。

拿到 offer 之后,它还能继续跑

这套东西不是投一次就完,而是可以反复用的求职系统:

流程改造。 把海投改成精准投,先评估匹配度再动手,把精力花在高匹配的岗位上。

批量评估。/rank 会把搜到的岗位批量打分、排序,标出强项和硬伤,先筛掉陪跑岗。

数据与流程集成。 /outcome 记录每个申请的进展,/gmail-sync 从 Gmail 自动识别面试邀约、评估链接,/html-report 生成离线求职数据仪表盘,/notion-sync 把进度同步到 Notion。

模板与门户定制。/add-template 注册你自己的简历模板(LaTeX、Typst 都行),/add-portal 给本地招聘网站生成搜索技能。

中文用户要换门户,这条必须说

主仓库默认的搜索技能是丹麦招聘门户(Jobindex、Jobnet 这些)。核心工作流是语言和国家无关的,但门户要换成本地的。

好在社区已经有中文本土化 fork,适配了猎聘、BOSS 直聘、智联、前程无忧。README 里专门留了社区 fork 登记帖。中文用户直接用 fork,或者 /add-portal 自己配,会更顺手。

几个注意点

不是零成本。 Claude Code 没有免费层,订阅或 API 额度是硬门槛。API 按 token 付费,偶尔用反而比订阅便宜,但终究不是免费工具。

隐私要自己把关。 fork 是公开的,而 /setup 会把姓名、联系方式、薪资期望写进被追踪的文件。官方明确提醒:自己求职请用私有仓库,fork 只用于贡献代码。这一步做错,个人信息就公开了。

LaTeX 有版本坑。 CV 用 lualatex、求职信用 xelatex 编译,在较新的 MiKTeX 上 pdflatex 常报错。要配好 TeX 环境,或者用  /add-template 换成 Typst。

默认门户是丹麦。 中国用户开箱不是中文版,得换本地门户或直接用社区 fork。

个人观点

这个项目值得说说的地方,不是 6.1 万颗星,而是作者自己用过这几个字。一个地球物理学家,被裁之后没投靠现成的求职平台,自己写框架给自己找工作,最后用 69 份申请换来一份 offer。这个背书,比任何漂亮的宣传话术都有说服力——它是真刀真枪跑出来的结果。

存在的问题也需要唠唠。它本质上是一个基于Claude Code的工作流,不是独立产品。你得有 Claude 订阅、会配 LaTeX 环境、会 fork 和改配置,门槛比上传简历一键生成高不少。对纯小白不一定友好;对开发者、对懂点命令行的人,它才是香的那种。

还有一个绕不开的问题:隐私。数据不出本机的叙事很动人,但一个操作不当的公开 fork,可能把隐私反向泄露。工具再好,安全这关得自己守。

我的建议是:正在找工作的开发者,愿意花点时间配环境,它会比套壳简历工具强一档双 agent 审校和 ATS 检查是实打实的差异化;只想一键出简历的人,反而别被 6.1 万颗星冲昏头。

开源地址:https://github.com/MadsLorentzen/ai-job-search


点击下方卡片,关注极客AI开源圈


本号持续更新实用有趣的开源项目。如果你不想逐篇翻阅往期文章,可以直接关注公众号【极客AI开源圈】,在后台留言与号主互动交流。


如有收获,请您点个赞+分享+推荐,谢谢您呐!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/202458